xgmiao的专栏

函数原型：void cvSmooth( const CvArr* src, CvArr* dst,int smoothtype=CV_GAUSSIAN, int param1, int param2, double param3, double param4 );

图片边缘也处理的代码：void MeanFilter(unsigned char *pImg,int width,int height,int kernel){ //卷积核为奇数 if (pImg==NULL||width<=0||height<=0||kernel<=0||kernel%2==0) { printf("The arguments send to function

A fast adaptive image binarization method (Wellner 1993)该算法的英文介绍可看：http://www.idevlife.com/24638/原文下载地址：不过好像下不下来了。http://www.xrce.xerox.com/Publications/Attachments/1993-110/EPC-1993-110.pdf该算

最近在公司搞车牌识别的项目，车牌定位后，发现对车牌区域二值化的好坏直接影响后面字符切分的过程，所以就想把常用阈值选取方法做一个总结。图像二值化阈值选取常用方法：1. 双峰法。2. P参数法。3. 最大类间方差法（Otsu、大津法）。4. 最大熵阈值法。5. 迭代法(最佳阈值法)。本文档主要介绍了上述五种方法外，还简单介绍了基于均匀性度量的方法和基于聚类的方法。

opencv_core ：core函数库（基本的数据结构，架构和线性代数，DFT，xml 和yam i/o接口   函数等） opencv_imgproc ：-图像处理函数库（滤波，高斯模糊，形态学膨胀/腐蚀，线性缩放图像大 小，图像几何变化，颜色结构变化，计算直方图等）opencv_highgui ：GUI，图像和视频窗口函数库opencv_ml ：统计机器学习模型函数库（SVM

cvHoughLines2功能：利用Hough变换在二值图像中寻找直线。函数原型：　　 CvSeq* cvHonghLines2(CvArr* image,void* line_storage,int mehtod,double rho,double theta,int threshold,double param1 =0,double param2 =0);参数说明：

pdf文档下载地址：http://pan.baidu.com/share/link?shareid=2037347863&uk=4213349809

代码：#include "stdafx.h"#include#includevoid main(int argc, char * argv[]){ printf("%s\n",argv[1]); IplImage *pSrcImg = cvLoadImage(argv[1],CV_LOAD_IMAGE_COLOR); if(!pSrcImg) { printf(

做车牌识别时，要对定位出来的车牌进行字符校正，字符校正可采用如下方法：对图像进行灰度化，然后对其进行边缘提取，再在1到180度角内对图像进行旋转，记录下边缘提取后的图像在x轴方向上的投影，当x轴方向上的投影最小的时候即表示图像中字符平行于y轴，已经完成矫正，此时记录下旋转的倾斜角。然后再对图像旋转即可。以下为对图像旋转代码：#include "cv.h"#include "highg

Lab颜色空间中的L分量用于表示像素的亮度，取值范围是[0,100],表示从纯黑到纯白；a表示从红色到绿色的范围，取值范围是[127,-128]；b表示从黄色到蓝色的范围，取值范围是[127,-128]。下图所示为Lab颜色空间的图示；在计算机视觉中，主要用于颜色识别相关的算法中，如监控视频偏色检测算法中。

自己写的简单Hough变换用于检测直线的代码，主要用于更好的理解基于概率的Hough变换的原理。#include #include #include #define PI 3.14typedef struct { int leftx; int lefty; int rightx; int righty;}Line;/*Houth Transform use

#define GetY(R,G,B) (0.257*(R)+0.504*(G)+0.98*(B)+16)#define GetU(R,G,B) (0.148*(R)-0.291*(G)+0.439*(B)+128)#define GetV(R,G,B) (0.439*(R)-0.368*(G)-0.071*(B)+128)